我確實在DL上沒有天賦
大家好，我是對白。
今天給大家分享一位博主對於深度學習的看法，文筆清奇而幽默。煉丹多了，會感覺DL越來越玄學，越來越難以解釋，到現在我也有這樣的感觸，只能通過多做幾組實驗來解除困擾，以下為原文。
作者：Cherrise | 編輯：對白的演算法屋
我確實在DL上沒有天賦，不知道CNN和RNN有啥作用。
我確實無法理解神經網路結構，也不知道如何修改結構，一時間只能將其理解為玄學。
我確實學不會DL，我所有專案的神經網路都是照抄開源專案的，我甚至連任何一個number都不敢改，我也沒有精力、沒有顯示卡來測試兩種結構的不同。
對於DL專案而言，別人說什麼我完全認同，因為我沒有大量的時間用於測試網路結構或者read a paper。
DL對於我來說就像玄學，沒有任何確定性可言，有時我懷疑這是偽科學。
但是許多研究生都發DL方向的paper，這是為什麼？
因為DL確實能work，只要它能work，你管它能不能被explain。
確實啊，我知道DL能work，是因為我test過program，但是它為什麼work，以及如何提高benchmark，就是我根本不敢嘗試的問題了。
沒有GPU，研究DL沒任何意義，DL之所以叫DL是因為DL是富人的遊戲，我們窮苦工程師只能照抄paper上的模型，容不得任何質疑。
目前我在寫一篇CV方向的paper，網路結構是完全照抄某資料集網站的開源專案，然後其他腳手架是我自己編寫，在寫這篇paper的時候我有一種深深的罪惡感，因為我知道this paper does not have any creativity
就是概括性的總結一些前人的經驗，然後生搬硬套+強行解釋。我不知道為什麼加dropout，我不知道為什麼加BN，但是我就是要搜一些部落格上的解釋，然後生搬硬套到我的論文上。
儘管我知道自己的模型非常simple以及毫無泛化能力，就是為了特定的任務定製的模型，但是在paper中我必須把它吹得天花亂墜，最後才能通過考核。
對於程式而言，我不發明任何原始的工具。
一句話，除了抄，還是抄，自己只想一個大概的思路。
哪怕是最笨的辦法，只要做出來了就是好paper！
看到這兒，我只想說：只要調好參，就是一名優秀的AI工程師！
文末留言可以談一談你對DL的看法~
最後歡迎大家關注我的微信公眾號：對白的演算法屋（duibainotes），跟蹤NLP、推薦系統和對比學習等機器學習領域前沿，日常還會分享我的創業心得和人生感悟。想進一步交流的同學也可以通過公眾號加我的微信，和我一同探討技術問題，謝謝！